OFDM系统中的信道估计技术

介绍了OFDM系统中的信道估计技术,着重分析了基于导频插入的信道估计方法,并研究了基于最小二乘的信道估计方法,利用多径衰落信道对不同插值方法的性能进行了比较.     

基于导频的OFDM系统的信道估计方法的分析

正交频分复用（OFDM）是实现无线多媒体通信的关键技术之一,对信道进行估计有利于消除信道对OFDM系统性能的影响。探讨了OFDM系统中基于导频的信道估计的方法,并对它们的性能进行了分析和对比。     

OFDM系统中时域信道估计算法

信道估计技术是实现OFDM系统的关键技术之一。本文对OFDM系统中基于DFT的时域信道估计算法进行了研究，并对其3种时域信道估计器的性能和复杂度进行了分析。     

基于EM算法的MIMO OFDM系统信道估计

针对慢时变频率选择性MIMO OFDM(Multiple Input Multiple Output Orthogonal Frequency Division Multi-plexing)系统,提出一种低复杂度的信道估计算法.文中所用方法是STBC(space-time block coded)MIMO OFDM系统中一种基于EM(Expectation Maximization)的自适应信道估计技术.仿真结果显示在慢衰落环境下,随着用户数的增加,最小均方误差性能没有损失.与RLS(Recursive Least-Squares)算法比较,本文所提出的方法利用了Alamouti STBC编码结构,从而降低了计算复杂度.     

一种新的基于判决反馈的OFDM系统信道估计方法

提出了一种基于判决反馈机制的信道估计方法,采用少量导频估计出初始信道信息,再从接收端检测出的符号中选取一组包含了少量错误的符号作为准导频,反馈到信道估计器,与初始的导频一起构成数量更多的导频序列,经过几次迭代,达到提高信道估计精度的目的.为提高初始估计的精度,信道估计采用了一种频域分集的方法.计算机仿真表明,在多径瑞利衰落信道下,本文的方法可以在较低的复杂度下有效地提高信道估计的精度,在MMSE接收条件下,系统具有良好的误比特率(BER)性能.     

OFDM系统中基于DCT的RLS信道估计

提出了一种适用于正交频分复用系统信道估计的基于离散余弦变换的RLS方法,并给出了相应的算法．该方法用离散余弦变换代替传统的RLS算法中的DFT变换,能有效降低信道冲激响应泄漏引起的混叠误差．仿真结果表明该方法的性能比传统的RLS算法好,系统误符号率和均方误差都有明显的改善．     

基于深度学习的DTMB外辐射源雷达参考信道估计

参考数据的纯度影响着地面数字广播多媒体(DTMB)外辐射源雷达的探测能力,而参考信道估计的精度是影响参考数据恢复的关键因素。针对此问题,文章将基于深度学习理论的信道估计方法引入外辐射源雷达参考信道估计过程。利用自回归模型对参考信道进行建模,并搭建参考信道估计网络。通过迭代训练后,估计得到参考信道响应。相比于传统算法,基于深度学习的参考信道估计精度得到有效提升,改善了雷达的探测性能。     

基于导频的OFDM水下通信信道估计

信道估计是OFDM水下通信相干解调的必要步骤。通过插入位置已知的导频信息,OFDM接收机可以知道水声信道在导频位置的频率响应。根据插入导频位置的不同,信道估计的性能也有很大的差异。块状、梳状和分散型3种导频分布方式被证明分别适用于不同的水声信道环境。水声信道可以看做是一个梳状滤波器,通过信道估计可以得到试验信道的通带和阻带。阻带的信道估计错误往往要大于通带,尤其是当信道的相干带宽较小时,这种现象则更为明显。子载波间干扰会对信道估计性能造成很大影响,利用改进的变换域滤波器导频降噪方法可以有效地降低这种影响。     

高速无线数据群聚OFDM信道估计器的Robust变换

群聚OFDM作为高速无线分组数据接入的一项关键技术,由于其每一个群都小于普通OFDM,因此边缘效应将会很大.本文中提出一种新的变换方法应用于信道估计器,此种方法独立于信道延时包络并且可以有效地减轻边缘效应.计算机仿真表明使用此方法的群聚OFDM信道估计器的性能非常接近使用最佳估计器的性能.     

基于深度学习的MIMO系统信道估计算法

精确的信道估计对于保证无线通信系统性能至关重要。针对多输入多输出(multiple input multiple output, MIMO)系统传统信道估计算法需已知信道统计信息以及性能与复杂度折中等问题,提出一种基于深度学习的多网络级联MIMO系统信道估计方案。基于卷积神经网络构建信道信息重建网络,初步重构出信道信息,进而基于深度残差网络构建信道估计网络进行级联得出估计结果,并利用多个损失函数对网络进行优化。仿真结果表明,在牺牲一定时间复杂度的情况下,所提方案的均方误差随信噪比增加逐渐优于线性最小均方误差(linear minimum mean squared error, LMMSE)估计算法,且不受信道统计信息的约束。     

OFDM系统中基于导频的信道估计及其MATLAB仿真

本文介绍了正交频分复用（OFDM）系统中两类常用的信道估计算法：最小二乘（LS）和最小均方误差（MMSE）。在广义平稳的多径时变瑞利衰落信道模型下,利用MATLAB程序仿真实现了LS、MMSE以及简化的MMSE信道估计,得出了均方误差（MSE）和误符号率（SER）随信噪比（SNR）变化的曲线。仿真结果表明,MMSE算法的效果要优于LS,简化MMSE算法的运算复杂度介于LS和MMSE之间,且估计精度接近MMSE算法。     

OFDM系统中基于导频的信道估计

作为一种高效的传输技术的正交频分复用(OFDM)，将被广泛地应用于下一代无线通信系统。介绍了OFDM系统中基于导频的信道估计算法，并通过计算机仿真给出了各种算法的误码率特性和均方误差性能，仿真结果验证了线性最小均方误差(LMMSE)的性能比最小平方(LS)更为优越。     

基于MIMO-OFDM系统的多径信道估计

信道估计技术对提高MIMO-OFDM系统性能起着至关重要的作用.通过研究一种改进的LS估计方法,用来估计基于IEEE 802.16e标准中的MIMO-OFDM系统.研究结果表明:系统在单径环境下的估计性能要优于多径环境下的估计性能,而且单径和多径之间的性能差距会随着收发天线数目的增加而增大.     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。     

OFDM系统中基于匹配追踪的稀疏信道估计算法研究

针对OFDM系统,利用信道冲激响应的稀疏特性,提出了一种新的OFDM稀疏信道估计算法。它分两步完成：首先利用匹配追踪思想确定出非零抽头系数的位置,然后再采用最小二乘算法完成对非零系数值的二次估计,从而通过减少信道估计参数的个数降低算法复杂度。该算法具有较好的归一化均方误差性能,但在剩余向量更新上还不是很精确,通过改进剩余向量的更新方式,得到了另一种性能更优的OFDMMMP算法。仿真结果验证了该算法的有效性。     

OFDM系统中一种信道估计频域插值算法

对信道的准确估计是提高相干解调的正交频分复用(OFDM)系统性能的关键。在OFDM系统中,提出了频域内用均匀分布的导频符号,用离散Fourier变换(DFT)域插值思想,在时域对冲激响应用包络加权的方法完成频域信道估计。与传统的DFT变换域方法、线形插值方法进行了比较,并根据硬件实现的难易对加权因子做了几种简化。仿真结果表明,在低信噪比下,该方法估计的信道归一化均方误差明显小于其他算法,但随着信噪比的增加,性能改善逐渐较小。该方法复杂度增加很少,适合于工程实现。     

面向高速移动场景的OFDM系统信道估计综述

近年来,高速移动通信受到业界的广泛关注,其中接收机侧的信道估计直接决定了系统的通信质量。正交频分复用（orthogonal frequency division multiplexing,OFDM）以其高带宽效率和抗多径衰落的特性,在目前的无线通信中被广泛采用。综述了高速移动场景下OFDM系统信道估计方法;描述了OFDM的系统模型;分析了高速移动场景下信道的时间/频率选择性衰落特性（双选特性）和稀疏特性。基于深度学习和压缩感知的信道估计方法,其高精度和低复杂度被用于高速移动场景,该文分别对基于深度学习和压缩感知的信道估计算法进行了归纳、对比、分析,探讨了高速移动场景下信道估计的发展趋势。     

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

Channel estimation for MIMO-OFDM systems in wireless mobile channels

New training sequences and frame structure are proposed to estimate time-varying channel for multipie-input multiple-output and orthogonal frequency division multiplexing （MIMO-OFDM） systems. The training sequences are modulatable orthogonal polyphase sequences, which have both good autocorrelations and cross-correlations. The channel impulse response （CIR） can be obtained by measuring the correlation between the received training sequence and the locally generated training sequence. The training sequences are used as guard interval instead of cyclic prefix, which not only improve the transmission efficiency but also enable the channel estimator to track time-varying channel. The simulation results show that the proposed method has about 2dB SNR gain over conventional methods in fast time-varying channel.